¿Qué tipo de base de datos usan `updatedb` y` localizar`?

El locateprograma findutilsescanea una o más bases de datos de nombres de archivos y muestra las coincidencias. Esto se puede usar como un findcomando muy rápido si el archivo estuvo presente durante la última actualización de la base de datos de nombres de archivo.

Hay muchos tipos de bases de datos hoy en día,

• bases de datos relacionales (con lenguaje de consulta, por ejemplo, SQL),

• Bases de datos NoSQL

  • bases de datos orientadas a documentos (por ejemplo, MongoDB)

  • Base de datos de valores clave (por ejemplo, Redis)

  • Bases de datos orientadas a columnas (por ejemplo, Cassandra)

  • Base de datos de grafos

Entonces, ¿qué tipo de base de datos updatedbactualiza y locateusa?

Gracias.

Las implementaciones de locate/ updatedbgeneralmente usan bases de datos específicas adaptadas a sus requisitos, en lugar de un motor de base de datos genérico. Encontrará esas bases de datos específicas documentadas por cada implementación; por ejemplo:

• GNU findutils'está documentado en locatedb(5), y es prácticamente solo una lista de archivos (con un algoritmo de compresión específico);
• mlocate's está documentado en mlocate.db(5), y también puede considerarse una lista de directorios y archivos (con metadatos).

Parece ser un archivo plano de estructuras C, escritas / leídas usando las macros OBSTACKS de Gnu LibC

Ver fuentes

https://github.com/msekletar/mlocate/blob/master/src/updatedb.c#L720

https://github.com/msekletar/mlocate/blob/master/src/locate.c#L413

Podrías obtener algo similar con

find / -xdev -type f -not -path \*\.git\/\* | gzip -9 > /tmp/files.gz
zgrep file_i_want /tmp/files.gz

Por lo que sé, detrás está Berkeley DB, que es una base de datos clave / valor sin demonio. Sigue el enlace para más información. Extracto de Wikipedia:

Berkeley DB (BDB) es una biblioteca de software destinada a proporcionar una base de datos integrada de alto rendimiento para datos de clave / valor. Berkeley DB está escrito en C con enlaces de API para C ++, C #, Java, Perl, PHP, Python, Ruby, Smalltalk, Tcl y muchos otros lenguajes de programación. BDB almacena pares de claves / datos arbitrarios como conjuntos de bytes, y admite múltiples elementos de datos para una sola clave. Berkeley DB no es una base de datos relacional.

La ubicación de la base de datos en RHEL / CentOS es /var/lib/mlocate/mlocate.db(no estoy seguro acerca de las otras distribuciones). El comando locate --statisticsle dará información sobre la ubicación y algunas estadísticas de la base de datos (ejemplo):

Database /var/lib/mlocate/mlocate.db:
        16,375 directories
        242,457 files
        11,280,301 bytes in file names
        4,526,116 bytes used to store database

Para el formato mlocate, aquí está la página principal:

Una base de datos mlocate comienza con un encabezado de archivo: 8 bytes para un número mágico ("\ 0mlocate" como un literal C), 4 bytes para el tamaño del bloque de configuración en big endian, 1 byte para la versión de formato de archivo (0), 1 byte para el indicador de "requerir visibilidad" (0 o 1), relleno de 2 bytes y un nombre de ruta terminado en NUL de la raíz de la base de datos.

El encabezado va seguido de un bloque de configuración, incluido para garantizar que las bases de datos no se reutilicen si algunos cambios de configuración pueden afectar su contenido. El tamaño del bloque de configuración en bytes se almacena en el encabezado del archivo. El bloque de configuración es una secuencia de asignaciones de variables, ordenadas por nombre de variable. Cada asignación variable consta de un nombre de variable terminado en NUL y una lista ordenada de valores terminados en NUL. La lista de valores termina con un carácter NUL más. El orden utilizado está definido por la función strcmp ().